厂商:openai上下文:1,047,576 tokens开放权重:闭源
OpenRouter 评测
在 OpenRouter 查看Design Arena 设计对战
真人对比两个模型完成的同一设计任务并投票,按胜负计算 ELO 分;排名是同类别所有参赛模型里的名次。
- 游戏开发#133 / 166
1059
ELO · 胜率 58.5%
- 数据可视化#134 / 156
1034
ELO · 胜率 49.2%
- 网站#160 / 177
988
ELO · 胜率 47.8%
- UI 组件#148 / 162
949
ELO · 胜率 45.4%
- 编程综合#155 / 168
982
ELO · 胜率 47.5%
- 3D 场景#157 / 157
817
ELO · 胜率 30.5%
OpenRouter 实测
OpenRouter 自己调用模型跑的评测,附每道题的平均花费,可以和价格一起看。
GPQA Diamond
研究生水平的科学选择题 · 396 题 · 测于 2026年10月2日
65.2%正确率每题 $0.0042τ-bench 航空客服
按航空公司规则调用工具处理客户请求 · 100 题 · 测于 2026年10月2日
44.3%正确率每题 $0.023
数据来源:OpenRouter benchmarks API(Design Arena 评分由 OpenRouter 转载),本站同步于 。
